MFFAKF降噪的MEMS惯导初始对准提升精度

本文主要探讨了一种针对MEMS惯性器件输出精度较低引发的惯性导航系统（Inertial Navigation System, INS）初始对准误差问题的解决方案。传统的初始对准方法依赖于陀螺仪和加速度计，然而MEMS陀螺仪的低信噪比和较大漂移限制了其性能。为解决这个问题，研究人员提出了结合多遗忘因子自适应卡尔曼滤波（MultiForgettingFactorsAdaptiveKalmanFilter, MFFAKF）和磁强计辅助的间接粗对准策略。 MFFAKF被用来对加速度计和磁强计的原始数据进行预处理，通过多重遗忘因子调整不同的滤波通道，以抑制噪声并提高数据质量。这种方法能够有效地降低噪声的影响，进而提升姿态角解算的准确性，缩短对准所需的时间。这种方法的优点在于它能够在保持滤波精度的同时，根据新近信息动态调整权重，使得系统对噪声的处理更加灵活和高效。 磁强计辅助的间接粗对准技术利用磁强计的稳定输出作为辅助信息，通过构建3个正交的矢量，间接推算初始姿态，减少了传统方法中的直接姿态矩阵计算，进一步简化了计算负担。这样不仅提高了对准精度，还提高了整个系统的实用性。 实验结果显示，采用MFFAKF进行粗对准后的航向角精度已经满足了MEMS惯导系统对于粗对准的要求，证明了这种方法的有效性和实用性。这一研究成果对于提升MEMS惯导系统的整体性能，尤其是在低成本、轻量化应用中，具有重要意义。 本文的研究工作为MEMS惯导系统的初始对准提供了一个创新的解决方案，利用MFFAKF和磁强计的协同作用，优化了数据处理过程，从而实现更快速、更精确的对准，为实际应用提供了技术支持。